Темной клетке*пикселу на изображении соответствует Iij= 1 , светлому — Iij= 0. Задача состоит в том, чтобы определить по изображению букву, которая была предъявлена.
Построим МСП с Ni * Njвходами, каждому входу соответствует один пиксель: xk = I ij k = 1.. Ni * Nj .
Яркости пикселов будут компонентами входного вектора.
В качестве выходных сигналов выберем вероятности того, что предъявленное изображение соответствует данной букве: y =(c1...cM )T
Сеть рассчитывает выход:
c1
Iij = ...
cM
где выход c1= 0.9означает, к примеру, что предъявлено изображение буквы "А", и сеть уверена в этом на 90%, выход c2= 0.1— что изображение соответствовало букве "Б" с вероятностью 10% и т.д.
Другой способ: входы сети выбираются так же, а выход — только один, номер mпредъявленной буквы. Сеть учится давать значение mпо предъявленному изображению I:
Iij → m
Недостаток, рассмотренный в примере 1, сохраняется и здесь: буквы, имеющие близкие номера m, но непохожие изображения, могут быть перепутаны сетью при распознавании.
Пусть задана функцияW, θ, определенная на интервале времени [0, t0],
где t0 — текущее значение времени.
Требуется предсказать значение функции при t > t0. Чтобы применить многослойный перцептрон для прогнозирования, время необходимо дискретизировать. Будем считать известными значения функции в моменты времени:
x0 = f (t0)
x1 = f (t0 + δ1)
x2 = f (t0 + δ1 + δ2) =x δi > 0
...
xn = f (t0 + δ1 + ...δn)
Будем предсказывать значение функции в момент времени (t0 + δ0)для
δ0 > 0. δ0 называется интервалом прогнозирования. Решением задачи будем считать значение f (t0 + δ0) = y
Построим сеть, имеющую nвходов и 1 выход. В качестве входного вектора возьмем вектор x, а выходного — один сигнал y.
Такая сеть предсказывает значение функции в одной точке yпо (n+1) известным значениям функции, заданным вектором x. Выбрав при обучении сети набор интервалов δi, его нельзя изменить после обучения. Сеть с данными параметрами W, θ, полученными при обучении, может прогнозировать только с одним набором δi.
Можно ли прогнозировать функцию в виде дискретного процесса во времени? Как предсказать несколько значений функции в разных точках?
Для этого найден интересный способ. Выберем все интервалы одинаковыми:
δi, = δ= const i = 1...n. Построим и обучим сеть. Подадим на вход вектор xсо значениями функции в известных точках. Рассчитав выход сети, получим прогнозируемое значение функции в точке f (t0 + δ0) = y.
Теперь зададим компоненты входных и выходных векторов следующим образом (знак равенства означает “присвоить значение”):
xn = xn-1
....
x1 = x0
x0 = y
Теперь выходной вектор стал одной из компонент входного. Снова рассчитываем выход, и получаем значение функции в точке (t0 + 2δ). Повторив эти операции, можно прогнозировать функцию
в любом количестве точек с дискретным шагом по времени, равным δ.